了解一下Matlab梯度函数gradient吧

mutougeda

梯度：变化/参考量
6 u& W$ l1 T+ w5 |7 W

* ?* I5 @9 Q' x3 P) S2 N
1。如果F是一维矩阵，则FX=gradient（F，H）返回F的一维数值梯度。H是F中相邻两点间的间距。



2。如果F是二维矩阵，返回F的二维数值梯度。
9 D: {( z, v. o' h+ K
* s* [- u+ {4 d. C2 T) H9 ?2 N[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
& ~7 ~# x$ }7 R8 c1 I0 q
" b2 q  q4 B+ M- @& C5 F  B
6 Z, F7 O6 S, ]/ z
3。如果F是三维矩阵，返回F的三维数值梯度。

[FX，FY，FZ]=gradient(F,HX,HY,HZ)。

6 ]$ O/ G' b3 K5 S9 ^" IHX，HY，HZ参数表示各方向相邻两点的距离。

% a) ]) D# I- U" }; j/ h! V* l" N
例：
>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]
/ N6 S* w* `' t/ ^x =
2 \& V% O0 z3 Z9 d: m- V5 ]    6     9     3     4     0
/ c1 p. ^$ {9 \1 h  j4 L, N  L    5     4     1     2     5
    6     7     7     8     0
0 ~: m* @- z7 E" S" N    7     8     9 10     0
5 l. V& S$ B: ^; y>> [Fx,Fy]=gradient(x)
Fx =
+ x/ T9 C) V; v5 }8 l3.0000 -1.5000 -2.5000 -1.5000 -4.0000
. D* f5 h2 Y; A6 b7 g-1.0000 -2.0000 -1.0000 2.0000 3.0000
1.0000 0.5000 0.5000 -3.5000 -8.0000
6 N( G6 |' {$ |* k1.0000 1.0000 1.0000 -4.5000   -10.0000
- i4 ~1 f* u2 O& a. f' e
Fy =
-1.0000 -5.0000 -2.0000 -2.0000 5.0000
% ?7 H( p1 `# U& ?. s      0 -1.0000 2.0000 2.0000       0
1.0000 2.0000 4.0000 4.0000 -2.5000
1.0000 1.0000 2.0000 2.0000       0
3 C) Q* y. G' Z. \8 ^( o
gradient()是求数值梯度函数的命令。[Fx,Fy]=gradient(x)，其中Fx为其水平方向上的梯度，Fy为其垂直方向上的梯度，Fx的第一列元素为原矩阵第二列与第一列元素之差，Fx的第二列元素为原矩阵第三列与第一列元素之差除以2，以此类推：Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。最后一列则为最后两列之差。同理，可以得到Fy。

ExxNEN

Matlab梯度函数gradient